谷歌在2月8号举行新技术发布会。第二个是，春天到来，草莓供应即将进入旺季。
先来看今天的第一条。2月8号，谷歌举办了一场发布会，宣布了在AI搜索方面的新进展，普遍都是原有技术的升级。比如智能搜索、智能翻译，等等。并没有太多的新花样。而且更重要的是，大家关注的重点，其实并不在这个发布会本身。而是就在发布会前一天，谷歌在自己的官网上，发布了他们的智能语言AI，叫Bard的测试报告。注意，这个Bard可不简单。ChatGPT都知道吧？而这个Bard，就相当于谷歌版的ChatGPT。就是这个报告，出问题了。
这个报告里，涉及这么一个问题。詹姆斯·韦伯太空望远镜有哪些新发现，可以讲给我9岁的孩子？Bard的其中一条回答是，韦伯太空望远镜，首次拍摄到了太阳系外的行星照片。但很快就有人发现，这个答案是错的。第一张太阳系外行星的照片，并不是韦伯望远镜拍的，而是2004年，智利的甚大望远镜阵列拍摄的。
而就在这件事之后没多久，就有新闻爆出谷歌的股价，大跌了8%，据说市值蒸发了7000亿。好多人就猜，这是不是谷歌的技术不行了导致的？你看，这么重要的场合，犯这么低级的错误，股价可不得大跌吗？
相关的，还有很多评论在网上出现。比如，这一代智能AI好像也没有那么厉害。说什么职业被替代是不是耸人听闻？等等。
今天，为了搞懂这些问题，我专门找了一个帮手。杨溥老师。请他来给这场发布会划划重点。重点一共有三个。
第一个是，谷歌股价大跌，并不能全怪Bard犯错。谷歌的股价之所以跌，还在于两个关键原因。一是追兵的势头太强劲，对它的市场份额造成了威胁。就在谷歌发布会召开的前一天，微软刚刚发布了由ChatGPT支持的最新版本必应搜索引擎。要知道，之前在搜索市场，谷歌占据90%的份额。而这回微软拿出的技术和魄力，可一点都不含糊。这直接对谷歌造成了冲击。二是即使在自己原来的地盘里，谷歌的营收模式，也受到了冲击。要知道，谷歌重要的收入之一，是搜索的中插广告。比如，我要搜索，怎么在一个月里减肥10斤，可能有一堆结果。然后广告就穿插在这些结果中间。但是，采用AI回答问题之后，我直接问AI，它就会直接告诉我一个完整的答案。你看，广告没地方放了。这就对谷歌的营收模式造成了一定的冲击。
换句话说，谷歌的股价大跌，不是因为这回的AI技术不行，大家都不看好。相反，是因为这回的AI技术太厉害了，厉害到能直接冲击谷歌的业务模式。甚至有人说，这一定程度上恰恰是大家看好这一轮AI技术的表现。
而且要知道，现在大家用的，还只是这一轮AI技术中，比较初级的版本。比如OpenAI的ChatGPT，目前是3.5版本，而更新版本的GPT4，就在这个月上线。这个版本厉害在哪？之前的所有版本，都只能通过一部分的图灵测试，而GPT4，很有可能是第一个，能够通过全部图灵测试的AI。这也许是一个质变。到时不仅能力提升，而且对模型的训练成本，也大幅度降低。它的商业应用，想象空间将更大。现在国内的一些大厂，已经开始跟进。比如，阿里准备做自己的类ChatGPT产品。百度也准备做自己的类ChatGPT产品，叫文心一言。
那么，在这一轮的技术中，中国公司的技术，大概在一个什么水平呢？新浪微博的新技术研发负责人张俊林做过一个分析，认为目前OpenAI，也就是ChatGPT的技术是最强的，大概领先谷歌半年，领先国内两年。
第二个重点是，既然这个技术进展这么快，这回谷歌的Bard为什么会出错呢？要知道，你的每一个提问，AI都会调动千亿级的参数运算做出回答。这很可能是因为，这一代AI的回答，普遍遵循一个原则，叫当前语境下的最佳选择。
什么意思？比如，网上有人做过测试，先问AI，你觉得《满江红》这部电影怎么样？AI回答了一大堆。然后又问，你是不是没看过《满江红》？回答居然是，我没看过，但我期待去看。
好多人一看，这打脸也太快了。没看过你瞎说什么？人与AI之间还能不能有点信任了？但事实上，这两次提问在AI看来，其实是两个语境。第一次提问时，你问的是《满江红》怎么样？AI会在它力所能及的范围里，搜索到它认为最可信的影评信息。而第二次提问，问的是它看没看过。它确实没看过。
因此，假如想让AI做出尽可能准确的回答，需要约束语境。用专业术语讲，叫给出足够的提示。比如，《满江红》怎么样？这个问题可以转化成，请你根据目前国内发表过100篇以上文章的影评人对《满江红》的评价，给出一个综合评价。但是，假如你没有看过，也告诉我你没看过。
你看，这个提示就非常完整。这时你获得的回答将是，我没看过，但是我结合了很多影评人的观点，可以告诉你《满江红》是一部怎样的电影。
从这个角度看，这回谷歌的Bard犯错，很可能是在被问到这个问题的时候，它搜索到了相关的支持这个回答的资料。可能是这些资料里有的难度很高，不适合讲给9岁的孩子听。而适合讲给9岁孩子的资料里，恰好有这么一条。说白了，这也许是它当时能做出的最好回答。至于具体是不是这么回事，谷歌还没有给出说法。
第三个重点，这一轮AI，到底对人有多强的替代性？首先我们得知道，这回不管是谷歌、微软还是OpenAI，他们训练机器人用的语料，都非常优质。普遍是新闻或者是专业文章。因此，这一轮AI的可靠性，是之前任何一代所谓的人工智能都不能比的。
至于它对人的替代性，在这里，我想引用一张图。这是机器人专家汉斯·莫拉维克提出的，叫人类能力地形图。
汉斯·莫拉维克人类能力地形图
这张图代表的，是人类职业被机器人替代的顺序。把人工智能比作洪水，从谷地到山峰，会一点一点被淹没。从图里能看到，象棋和围棋，已经沉了。翻译和投资，处在被淹没边缘。艺术和基础科学，距离被淹没还比较远。但是，这个过程中，有两个关键。第一，每一行的高手肯定不会被替代。第二，过程中一定有新职业诞生。这个道理不复杂，我们就不多说了。
最后，简单总结一下。第一，谷歌这回确实出错了，但对AI的发展几乎没有影响。第二，这一轮技术升级关系非常重大，它意味着人和机器最底层的交互方式将发生改变。机器将能够理解人的语境。第三，每一行的高手不会被替代，但是初级爱好者这一层，有被替代的可能。
再来看今天的第二条。我们说点轻松的。
春天来了，到了草莓大规模上市的时候。就在前几天，北京还举办了今年的草莓之星评选。有点像米其林给餐厅评级，草莓评级越高，说明质量越好。
但这毕竟是个季节性水果，没有草莓的时候，怎么办？很简单，有草莓味的食品啊。比如酸奶、蛋糕、冰激凌。但是，你想过一个问题没有。就是水果味的东西有很多，但味道的还原度却参差不齐。橙子、柠檬、柚子，还原度就很高，跟直接吃水果很像。但是，草莓的还原度就相对较低。
最近，我正好看到一个有意思的研究，是《好好生活事务所》上发表的，专门回答了一个问题，就是草莓味的食品，为什么这么难吃？其实也说不上难吃，但至少还原度，远不如柠檬之类的那么高。
那么，为什么好多人觉得草莓味的食品，味道不是那么好呢？
首先，是草莓味食品的原料，并不是草莓。因为草莓这个东西，没有皮。你看，我要想做橙子或者柠檬香精。好办，我可以直接用橙子皮或者柠檬皮啊。但问题是，草莓哪来的皮？除非直接用草莓。这个成本就太高了。因此，草莓香精只能靠人工合成，味道自然没那么天然。
说到这，你可能会说，人工合成，那不是更简单，只要我能分析出这个味觉的配方，人工还原不就行了。
事情没那么简单。首先，合成香精，主要靠一个职业，叫食品调香师。据说一个厉害的调香师，鼻子能分辨出上千种味道。而且要知道，我们平时尝到的味道，是嗅觉和味觉，共同作用的结果。因为舌上的味蕾，只能辨别基础的酸、甜、苦、咸，而鼻子里的嗅觉感受器就厉害多了，可以分析很多挥发性物质的气味，让我们感受到的味道更饱满。挥发性物质越多，这个东西就越耐品，比如咖啡有1000多种挥发性物质，茶也有600多种。你喜欢喝咖啡和茶，就是这个原因。
而食品调香师要做的，就是通过嗅觉，把草莓的味道分解。比如里面有多少甜味、多少果香，等等。然后，再针对每一种味道，找到一种香精，最后再把它们合成到一起。比如想要还原清香韵，就用反-2-己烯醛和叶醇。想要还原甜香韵，就用苯乙醇。还有己酸乙酯、草莓醛，都是常见的还原草莓香气的物质。
你可能会说，这不是挺科学的吗？怎么就还原不了草莓的味道呢？这是因为，草莓的味道，比别的水果要复杂得多。而且它的标志性气味并不强。你看柠檬，气味很强烈，一闻就知道。再比如菠萝、苹果、香蕉，气味都相对单一，标志性比较明显。
但是草莓，是香味物质最丰富的水果之一。一颗成熟的草莓里，有几十种挥发性物质。差不多每种味道，它都沾一点，但是又不强烈。这就难办了。你得在这么多种味道中找到一个微妙的平衡。这就是为什么，草莓的味道这么难以还原。因此，你看好多草莓味的东西，都一定会特地做成粉红色，在包装上加很多草莓元素。这就是在用视觉元素，弥补味觉体验的不足。
你看，既然这个味道这么难还原，趁着春天到了，还不赶紧多吃点草莓？
最后，总结一下，我们今天说了智能AI和草莓食品这两个话题。而关于这一轮的智能AI，我还在文稿里专门为你准备了一份节目清单。我们往期的相关讨论都在里面。假如你身边有人想对这一轮以ChatGPT为代表的AI技术，做个整体性的了解，只要一个转发就够了。
,
